Mai departeUrmătorul ghid
AI pentru codificarea nivelului E/M
Aplicații
GHID de aplicații
AI pentru Audituri Medicale de Codare
AI pentru auditurile de codificare medicală utilizează software pentru a clasifica cererile în funcție de risc, pentru a compara codurile cu documentația și regulile plătitorilor și pentru a semnala erorile probabile pentru confirmarea auditorilor umani.
Pe această pagină4 minute de citit
Prezentare generală
Ajută furnizorii să găsească plățile în exces și plățile insuficiente înainte ca plătitorii, contractorii de audit de recuperare sau OIG. Acest lucru contează, deoarece odată ce o plată în exces este identificată, regulile federale impun ca aceasta să fie raportată și returnată în termenele stabilite.
Scufundare în profunzime
Auditurile de codificare au două forme. Auditurile potențiale examinează cererile înainte de facturare. Auditurile retroactive analizează cererile deja plătite. Atât recenzenții interni, cât și cei externi fac această muncă. Revizorii externi includ Contractorii Administrativi Medicare (MAC), care rulează recenzii Targeted Probe și Educate; Contractori de audit de recuperare; Contractori de integritate a programului unificat; Programul CMS de testare cuprinzătoare a ratei de eroare; Biroul HHS al inspectorului general; și plătitorii comerciali și Medicare Advantage. Ghidul general al programului de conformitate al OIG, publicat în noiembrie 2023, enumeră auditul și monitorizarea ca element de bază al unui program de conformitate. AI ajută în trei locuri. În primul rând, alegerile de notare de risc unde să caute. Compară distribuțiile de cod cu peers, semnalează utilizarea neobișnuită a modificatorilor și identifică încălcările editării. În al doilea rând, examinarea automată compară fiecare cod cu documentația și regulile plătitorilor, cum ar fi editările NCCI și determinările de acoperire locală și națională. Apoi redactează o constatare cu dovezile justificative. În al treilea rând, rezultatele contribuie la raportare și educație, defalcate pe furnizor, cod sau tip de eroare. Cea mai importantă concepție greșită este că revizuirea a 100% dintre cereri cu AI înlocuiește eșantionarea statistică. Nu. Un semnalizare AI este un indiciu, nu o constatare, până când un auditor calificat îl confirmă. Pentru a estima cât valorează o plată în exces într-un întreg grup de cereri, aveți nevoie de o metodă de eșantionare documentată, validă statistic. OIG oferă software gratuit RAT-STATS pentru aceasta. Evaluările direcționate ale daunelor cu risc ridicat sunt utile, dar nu pot fi proiectate asupra întregului grup de revendicări. Mizele decurg din regulile federale de plată în exces, care impun ca plățile în plus să fie raportate și returnate în termen de 60 de zile de la identificare. CMS a actualizat regula în 2024 pentru a permite o pauză limitată în acel termen limită în timp ce o investigație de bună-credință este în desfășurare. Un sistem AI care evidențiază probleme, dar nu are un proces de rezolvare a acestora, poate crea expunere în loc să o reducă.
Impact strategic
Alegeri de construcție
Designul la nivel de aplicație determină dacă AI îmbunătățește rezultatele reale.
Echipa și fluxul de lucru
O bună integrare a fluxului de lucru creează câștiguri de productivitate în care utilizatorii pot avea încredere.
Risc și siguranță
Cazurile de utilizare bine definite reduc oboseala schimbării și riscul de implementare.
Viitorul AI pentru audituri medicale de codare
Plătitorii și contractanții guvernamentali folosesc deja analiza datelor pentru a alege obiectivele de audit, iar furnizorii adoptă instrumente similare, astfel încât să își poată vedea mai întâi riscul. Așteptați-vă ca AI să preia mai multe din colectarea de dovezi și revizuirea de primă trecere, auditorii umani concentrându-se pe apeluri de judecată, cum ar fi validarea clinică. Este puțin probabil ca cerințele pentru auditurile susceptibile de a fi susținute, inclusiv eșantionarea validă, recenzenții calificați și metodele documentate, deoarece software-ul sa îmbunătățit. Organizațiile obțin cea mai mare valoare atunci când constatările AI conduc la acțiuni corective, rambursări acolo unde sunt datorate și educarea furnizorilor.
Implementare în lumea reală
Un grup de medici are scor AI pentru fiecare cerere E/M din ultimul trimestru pentru risc. Auditorii extrag apoi un eșantion aleatoriu de la clinicienii cu cel mai mare risc și revizuiesc acele diagrame manual.
Un spital reluează verificări NCCI de la procedură la procedură și din punct de vedere medical Improbabil, față de cererile deja plătite în ambulatoriu. Găsește linii în care unitățile facturate au depășit limita de editare.
Înainte de facturare, un AI semnalează cazurile de spitalizare în care o complicație majoră se bazează pe o mențiune de insuficiență respiratorie acută, fără indicatori clinici de sprijin. Un specialist în documentație clinică examinează fiecare caz înainte de trimiterea cererii.
După ce un contractant Medicare anunță o analiză Targeted Probe and Educate, echipa de conformitate folosește AI pentru a colecta înregistrările solicitate și pentru a verifica dacă lipsesc semnăturile și comenzile înainte de a le trimite.
Riscuri și balustrade
Automatizarea unui proces întrerupt poate amplifica problemele existente.
Echipele pot supraautomatiza și elimina raționamentul uman necesar.
Calitatea poate varia dacă rezultatele nu sunt evaluate continuu.
Foaia de parcurs de implementare
Hartă fluxul de lucru actual și identifică pasul cu cea mai mare frecare.
Definiți puncte de control umane înainte de automatizarea completă.
Instruiți utilizatorii cu privire la solicitări, căi de escaladare și standarde de calitate.
Urmăriți rezultatele la nivel de sarcină pentru a confirma valoarea susținută.
Continuați să explorați
Free newsletter
Get the daily AI briefing
Three verified AI stories every weekday morning, written in plain English. Free forever, no ads.
One email each weekday. Unsubscribe in one click. We never sell or share your address.
Test yourself
Take the AI for Medical Coding Audits quiz
Instant feedback on every answer, and a shareable certificate with a verifiable ID once you pass a course.
Support free AI education. AI Understanding is a 501(c)(3) nonprofit — no ads, no paywall, ever. Make a donation
Întrebări frecvente
Ce este AI pentru Auditurile Medicale de Codare?
AI pentru auditurile de codificare medicală utilizează software pentru a clasifica cererile în funcție de risc, pentru a compara codurile cu documentația și regulile plătitorilor și pentru a semnala erorile probabile pentru confirmarea auditorilor umani. Ajută furnizorii să găsească plățile în exces și plățile insuficiente înainte ca plătitorii, contractorii de audit de recuperare sau OIG. Acest lucru contează, deoarece odată ce o plată în exces este identificată, regulile federale impun ca aceasta să fie raportată și returnată în termenele stabilite.
Inteligența artificială a unui spital a analizat fiecare reclamație în ambulatoriu și a semnalat 400 de erori. Care este starea acelor steaguri?
Steaguri AI sunt piste. Acestea devin constatări numai după ce un auditor uman calificat examinează documentația și confirmă eroarea.
De ce nu poate fi utilizată o analiză direcționată a cererilor de despăgubire cu risc ridicat pentru a estima o plată în exces pentru toate cererile?
Proiectarea rezultatelor pe toate revendicările necesită un eșantion aleatoriu valid statistic. Afirmațiile alese pentru risc ridicat ar supraevalua rata de eroare la nivelul întregului grup.
Ce instrument gratuit oferă OIG pentru eșantionarea statistică?
RAT-STATS este software-ul statistic gratuit al OIG pentru proiectarea eșantioanelor și estimarea rezultatelor într-un grup mai mare de revendicări.
Spitalul a reluat modificări medicale improbabile pentru cererile plătite în ambulatoriu. Ce căutau acele cecuri?
Modificările improbabile din punct de vedere medical stabilesc unitățile maxime ale unui serviciu raportate în mod normal pentru un pacient la o dată. Unitățile care depășesc această limită sunt o constatare comună de audit.
De ce regula de plată în exces crește miza auditului AI?
Regulile federale cer ca plățile în exces identificate să fie raportate și returnate, în general în termen de 60 de zile, cu o pauză limitată pentru investigarea cu bună-credință. Găsirea problemelor fără a le rezolva crește expunerea.
Continuați să învățați
Ghiduri conexe
Mai multe ghiduri alese pentru acest subiect